一种基于同义词消除的文本过滤方法

• 作者: 张冬茉 杭娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本过滤 向量空间 用户模板 知网 同义词消除
• 年，卷（期）: 2006,（19）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 180-182
• 页数: 3页
• 分类号: TP391
• 字数: 4712字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.19.056

摘要

传统的向量空间过滤模型通常是提取字、词、短语等作为特征项,这样做的缺点是没有考虑文本的语义信息.文章提出了利用知网对向量空间模型的文本向量进行同义词消除的过滤方法.该方法比传统的单纯基于关键词匹配的方法更精确地体现了文本之间的相似度,提高了过滤性能,同时也降低了向量空间的维数,减少了计算量,提高了过滤的效率,实验结果表明基于该文的过滤方法确实提高了系统的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张冬茉	上海交通大学计算机科学与工程系	29	317	10.0	17.0
2	杭娟	上海交通大学计算机科学与工程系	1	5	1.0	1.0